根据Anthropic (@AnthropicAI)官方推特消息，采用新一代AI分类器后，其Claude模型的越狱成功率从86%大幅降低至4.4%。然而，这种做法带来了较高的运行成本，并使得模型更倾向于拒绝正常请求。此外，Anthropic指出系统依然易受两类攻击方式影响，显示AI安全防护仍有待加强。这一结果凸显了在企业AI安全部署中，如何平衡高效防护、运营成本与用户体验的挑战与市场机会。（来源：AnthropicAI推特，2026年1月9日）